توسعه یک حسگر برای اندام مصنوعی

به گزارش عصرقائم، به نقل از مدگجت، سیستمی که محققان آلمانی توسعه داده‌اند مبتنی بر دوربینی است که در داخل انگشت رباتیک لاستیکی نصب شده است. این دوربین، دیواره‌های داخلی یک ناحیه تو خالی در انگشت را که با استفاده از حلقه‌ای از چند ال ای دی روشن می‌شود، مشاهده می‌کند و یک شبکه عصبی نیز داده‌های دوربین را برای محاسبه دقیق مکان، بزرگی و جهت نیروی وارد شده به انگشت تفسیر می‌کند.

هدف این سیستم ارائه سطحی از حساسیت به انگشتان رباتیک است که شبیه به پوست خودمان است و این فناوری می‌تواند کاربردهای پزشکی مختلفی از جمله بازخورد لمسی برای اندام مصنوعی رباتیک و مکانیزم ایمنی برای فناوری‌های رباتیک کمکی آینده داشته باشد.

اندام ساختگی یا اندام مصنوعی، سازه‌ای است که با بازسازی بخش‌هایی از بدن با روش اندام‌سازی یا اندام مصنوعی گفته می‌شود. در واقع برسازی یا اندام‌سازی جایگزین بخش یا عضو یا اندام از دست رفته می‌شود تا اندام یا عضو بتواند تمام یا بخشی از عملکرد از دست رفته را به دست آورد.

با این حال، اگر قرار است ربات‌ها در انجام چنین اموری به ما کمک کنند، مهم است که باعث  آسیب نشوند. بخش بزرگی از این شامل اعمال مقدار مناسب نیرو برای انجام یک کار خاص است. هدف این جدیدترین فناوری این است که به یک ربات اجازه می‌دهد تا نیروی وارد شده به یک انگشت رباتیک را دقیقا اندازه‌گیری کند.

انگشت شامل یک پوشش الاستومری است که روی یک قاب اسکلتی نصب شده است. در یک فضای تو خالی، محققان یک لنز دوربین چشم ماهی نصب کردند و با حلقه‌ای از چند ال ای دی رنگارنگ فضا را روشن کردند. وقتی انگشت با لمس چیزی تغییر شکل می‌دهد، الگوی رنگارنگ داخل تغییر می‌کند. بنابراین محققان از یک شبکه عصبی استفاده کردند که می‌دانست چگونه الگوهای در حال تغییر را تفسیر کند و نیرویی را که با حساسیت زیادی اعمال می شود را اندازه‌گیری کند.

شبکه‌ی عصبی یا شبکه عصبی مصنوعی به مجموعه‌ای از یاخته‌ها(سلول‌های عصبی، نورون) می‌گویند که در یک معماری ویژه‌ای برای حل مساله‌ای خاص به هم متصل شده‌اند و هر کدام محاسبات ساده‌ای به انجام می‌رسانند.

فرایندی که درون شبکه‌ی عصبی مصنوعی دنبال می‌شود به این صورت است که نورون‌ها با توجه به اتصال‌هایی که با دیگر نورون‌ها دارند، داده‌هایی را دریافت می‌کنند و به دیگر نورون‌های متصل به خود می‌دهند. همچنین اتصال‌های موجود میان نورون‌ها متغیر می‌باشند و این نوید قابلیت یادگیری در آن شبکه را به ما می‌دهد.